JP4906678B2 - 交通安全教示システム - Google Patents

Description

本発明は、ドライバーに対して交通安全教育を実施するための交通安全教示システムに関するものである。

従来の交通安全教示システムとしては、例えば特許文献１に記載されているように、各ユーザの車両に取り付けられたドライブレコーダによって事故が起きた時の状況を撮影し、その事故画像データをネットワークを介してサーバに収集し、各事故画像データをユーザの交通安全に関する教育に用いるようにしたものが知られている。
特開２００７−１１１４８号公報

しかしながら、上記従来技術においては、ドライブレコーダにより記録された事故画像データをオンラインで収集して管理するシステムを構築したにすぎない。事故直前・直後の運転行動を記録するドライブレコーダは、事故状況を再現する目的で製作されたものであり、事故やヒヤリハットが起こった状況でのデータだけを記録するのが普通である。従って、ドライブレコーダで記録した事故画像データにより事故原因を解析することで、直接的な事故原因行動を特定することはできるが、事故の再発防止という意識が強く、日常的に行われているドライバーの危険な運転行動を根本的に防止することはできない。

本発明の目的は、ドライバーの運転行動を改善することが可能な交通安全教示システムを提供することである。

例えば信号の無い交差点における出会い頭事故は、一時停止線付近での危険な運転行動が直接的な原因となる。かかる危険な運転行動は、自分の運転行動がどの程度危険であるか、そもそも正しい交差点通過行動はどうあるべきかを、ドライバー自身が正しく理解していないことに起因していると考えられる。そこで本発明は、ヒューマンエラー防止の観点に立ち、安全運転に対するドライバーの誤った意識（内的危険要因）まで踏み込んだ交通安全教示を行うというものである。

即ち、本発明の交通安全教示システムは、ドライバーの実運転行動データを取得する運転行動データ取得手段と、運転行動データ取得手段により取得された実運転行動データに基づいて、ドライバーの運転行動を決定する内的危険要因を推定する内的危険要因推定手段と、内的危険要因推定手段により推定された内的危険要因とドライバー自身が自己評価した内的危険要因とを比較し、その比較結果に応じてドライバー自身が意識していない内的危険要因を教示する内的危険要因教示手段とを備えることを特徴とするものである。

このような本発明の交通安全教示システムにおいては、まず内的危険要因についてドライバー自身が自己評価を行い、その自己評価結果をメモリに記憶しておく。そして、ドライバーの実運転行動データを取得し、その実運転行動データに基づいてドライバーの内的危険要因を推定する。続いて、その推定された内的危険要因とドライバー自身が自己評価した内的危険要因とを比較し、両者にずれがあるときは、ドライバー自身が意識していない内的危険要因をモニタ表示等によりドライバーに対して教示する。従って、ドライバーは、本来的に持っている真の内的危険要因を正しく認識することができる。これにより、今後ドライバーの危険な運転行動を防止することが可能となる。

好ましくは、内的危険要因推定手段は、内的危険要因と運転行動との関係を表す関係モデルを記憶しておき、関係モデルを用いて実運転行動データから内的危険要因を推定する。この場合には、内的危険要因と運転行動との関係を表す関係モデルを予め構築しておくことで、内的危険要因の推定を容易に行うことができる。

また、好ましくは、運転行動データ取得手段により取得された実運転行動データに基づいてドライバーの実運転行動の危険度を評価し、実運転行動の危険度を教示する危険度教示手段を更に備える。このように実運転行動の危険度をモニタ表示等によりドライバーに対して教示することにより、ドライバーは、自分の運転行動がどの程度危険であるかを正しく認識することができる。これにより、今後ドライバーの危険な運転行動を一層防止することが可能となる。

このとき、危険度教示手段は、内的危険要因推定手段により推定された内的危険要因を改善した場合の運転行動の危険度を更に評価し、内的危険要因を改善した場合の運転行動の危険度を実運転行動の危険度と共に教示することが好ましい。この場合には、実運転行動の危険度と内的危険要因を改善した場合の運転行動の危険度とを比較することで、内的危険要因を改善した場合の効果を一目で認識することができる。

本発明によれば、ドライバーの運転行動を改善することができるので、ヒューマンエラーに起因した交通事故を減少させることが可能となる。

以下、本発明に係わる交通安全教示システムの好適な実施形態について、図面を参照して詳細に説明する。

図１は、本発明に係わる交通安全教示システムの一実施形態を示す概略構成図である。同図において、本実施形態の交通安全教示システム１は、ドライバーに対して交通安全教育を実施する際に利用されるものであり、車両に搭載されている。

本実施形態の交通安全教示システム１は、事故の直接的な原因となるヒューマンエラーが多発する運転行動場面を対象として、ドライバーの内的危険要因（安全運転に対する誤った意識）を含んだ交通安全教育に利用される。なお、本実施形態では、ヒューマンエラーが多発する運転行動場面として、図２に示すように、信号の無い交差点における非優先側（一時停止規制側）からの交差点通過・進入行動について取り上げるが、信号交差点での右折行動や高速道路での合流行動など、他の運動行動場面への応用も可能である。

交通安全教示システム１は、ドライブレコーダ２と、ナビゲーション装置３と、これらのドライブレコーダ２及びナビゲーション装置３と接続されたＥＣＵ（Electronic Control Unit）４とを備えている。

ドライブレコーダ２は、ドライバーの日常の実運転行動をデータとして時系列で記録する装置である。本実施形態の交通安全教示システム１では、ドライバーの基本的な運転行動に潜む危険な運転行動について取り扱う。そのため、ドライバーの日常的な運転行動を明らかにする必要があり、常習的に行われている運転行動と突発的に行われる運転行動とを区別するために、ドライバーの一定期間の実運転行動データを記録する。

具体的には、ドライブレコーダ２は、自車両の速度を検出する車速センサ５と、アクセルペダルの開度を検出するアクセル開度センサ６と、ブレーキペダルのストロークを検出するブレーキストロークセンサ７と、ドライバーの視線映像を取得する視線撮像カメラ８と、ドライバーによるアクセルペダル及びブレーキペダルの踏み替え映像を取得するペダル撮像カメラ９と接続されている。これにより、ドライブレコーダ２は、自車両の車速データ、アクセルペダルの開度データ、ブレーキペダルのストロークデータ、ドライバーの視線画像データ及びアクセルペダル及びブレーキペダルの踏み替え画像データを時系列で記録することになる。

ナビゲーション装置３は、地図情報とＧＰＳ（Global Position System）等を利用して取得した自車位置情報と目的地情報とに基づいて、目的地までの自車両の走行を案内する。ナビゲーション装置３は、入力操作部１０と、表示モニタ部１１と、図示しないコントローラ及びメモリとを有している。

入力操作部１０は、ドライバーが目的地等を設定入力したり、危険な運転行動を引き起こす内的危険要因に対する自己評価アンケートの入力を行うための操作手段である。表示モニタ部１１は、自車両の走行案内等に関する情報を画面表示したり、安全運転教育に関する教示情報を画面表示する表示手段である。

ＥＣＵ４は、ドライブレコーダ２に記録されたドライバーの実運転行動データを入力し、交通安全教示処理を実行し、その結果をドライバーに対する教示情報としてナビゲーション装置３の表示モニタ部１１に表示させる。

ＥＣＵ４は、ナビゲーション装置３の入力操作部１０により入力された内的危険要因に対する自己評価アンケート結果を記憶するメモリ部４ａと、内的危険要因と要素的な運転行動との関係を表した関係モデル（後述）、運転行動シミュレーションを実施するためのドライバーモデル（後述）がデータベース化されて記憶されているメモリ部４ｂとを有している。

以下、無信号交差点通過行動を対象として、ＥＣＵ４により実行される交通安全教示処理の考え方について説明する。

（１）運転行動場面を特徴づける要素的な運転行動（要素行動）の決定
内的危険要因は危険な運転行動を引き起こす要因であるため、対象とする運転行動場面において、何が危険な運転行動なのかを決定する必要がある。そこで、まず運転行動場面を特徴づける要素的な運転行動（要素行動）を決定する。無信号交差点通過行動における要素行動としては、下記の通り、停止線付近での要素行動と交差道路直前付近での要素行動という計８種類が挙げられる。

さらに、これらの要素行動について、模範的な運転行動と危険な運転行動とを定義する。その一例として要素行動（Ａ）を下記の通り定義する。

（３）内的危険要因の抽出
ドライブレコーダ２によりドライバーの実運転行動データを記録し、上記の要素行動（Ａ）〜（Ｈ）を下記表３のように時系列に整理して、模範的な運転行動か危険な運転行動かを判定する。ここで、表３に示す「区間」とは、図２に示すような道路を１２の区分に分割したものであり、各運転行動がどの区間で行われたかを示している。

そして、「意図的に適切な運転行動を行わない」、「適切な運転行動を理解していない」という観点から、危険な運転行動を引き起こす内的危険要因を抽出する。無信号交差点通過行動を対象とした場合には、最終的に下記表４のような１５種類の内的危険要因が抽出される。

（３）内的危険要因と運転行動との関係モデルの構築
運転行動解析により抽出された内的危険要因と運転行動との関係を要素行動毎に検討して、内的危険要因と要素的な運転行動との関係を示す関係モデルを構築する。ここで、各要素行動は、複数の内的危険要因の組み合わせにより決定すると考えられる。

関係モデルの一例として、内的危険要因と要素行動（Ａ）つまり停止線での速度との関係を図３に示す。要素行動（Ａ）については、停止線で安全確認する対象物があるか否か（表４に示す内的危険要因（７）〜（９）が影響）、停止線で安全確認するときの速度はどれくらいか（表４に示す内的危険要因（２）〜（５）が影響）、そして停止線で交通法規を尊守しようとするか否か（表４に示す内的危険要因（１）が影響）が関係し、最終的に停止線での速度が決まることとなる。

（４）運転行動シミュレーションを行うためのドライバーモデルの構築
運転行動シミュレーションを行うためのドライバーモデルは、図３に示すような内的危険要因と各要素行動との関係モデルがベースとなる。要素行動は、各運転行動場面での運転行動の特徴を表現するものであり、それだけでは運転行動シミュレーションを行うことができない。

無信号交差点通過行動では、更に自車速度モデル及び左右確認行動モデルを追加する必要がある。自車速度モデルは、停止線での速度（要素行動（Ａ））及び交差点直前での速度（要素行動（Ｄ））と、交差点知覚時及び交差点通過後の速度とから、時系列の自車速度を決定するモデルである。左右確認行動モデルは、停止線付近及び交差点直前付近で行うべき安全確認に関する要素行動（要素行動（Ｂ），（Ｃ），（Ｅ）〜（Ｇ））と、左右確認の開始方向及び終了方向とを基にして、交差点に進入するまでの左右確認行動を決定するモデルである。

さらに、交差車両、交差自転車、交差歩行者等の交差対象物（以下、まとめて交差車両と言うことがある）を知覚したときの減速判断、視線移動のモデル等を構築することで、種々の状況下での無信号交差点通過行動を再現するドライバーモデルが構築される。

（５）運転行動シミュレーションによる運転行動の評価
無信号交差点通過行動を再現するドライバーモデルでは、交差対象物を知覚した後の運転行動もモデル化しているため、種々の条件下における交差対象物知覚後の自車の挙動まで再現することができる。ここでは、下記表５に示すように、ドライバーが交差対象物を知覚できたか否か、安全な減速操作で対応できたか否か、交差対象物との接近距離がどの程度だったかを基準として、運転行動を「安全な対応」、「ヒヤリハット」、「出会い頭事故」として評価する。

ＥＣＵ４は、以上の考え方を基にして、交通安全運転教育に関する交通安全教示処理を実行する。ＥＣＵ４により実行される交通安全教示処理の手順を図４に示す。

ここで、ドライバーは、危険な運転行動を引き起こす１５種類の内的危険要因（表４参照）についてどのように感じているか、事前にアンケートにより主観的な自己評価を行っている。そして、その自己評価アンケート結果は、ＥＣＵ４のメモリ部４ａに予め記憶されている。

図４において、まずドライブレコーダ２により時系列に記録されたドライバーの実運転行動データを入力する（手順Ｓ１００）。そして、その実運転行動データに基づいて、ＥＣＵ４のメモリ部４ｂに予め記憶されている関係モデルを用いてドライバーが本来持っている内的危険要因を推定する（手順Ｓ１０１）。

上記の関係モデルは、各要素行動について内的危険要因と運転行動との関係をモデル化したものであり、ドライバーが持つ内的危険要因によって実際にドライバーがどのような運転行動をとるかを説明するモデルである。ここでは、図３に示すフロー図の流れとは逆に、ドライバーの実運転行動からドライバーが持つ内的危険要因を推定する。

図３から分かるように、計測により取得される実運転行動にたどり着く内的危険要因の組み合わせは複数存在するが、８種類の要素行動（表１参照）について比較することで、内的危険要因の組み合わせを一意に推定することができる。下記表６に示すような実運転行動から観測される４種類の運転行動及び左右確認開始・終了方向から、関係モデルを用いて内的危険要因を推定した例を表７に示す。表７では、表６に示す実運転行動に関係する８種類の内的危険要因が推定されている。

続いて、メモリ部４ａに記憶されているドライバー自身が自己評価した内的危険要因と、手順Ｓ１０１でドライバーの実運転行動データから推定された内的危険要因とを比較する（手順Ｓ１０２）。

このとき、自己評価による内的危険要因と実運転行動データから推定された内的危険要因との間にずれが生じているときは、ドライバー自身が意識していない内的危険要因をナビゲーション装置３の表示モニタ部１１に画面表示させる（手順Ｓ１０３）。つまり、自己評価された内的危険要因と推定された内的危険要因とが異なる場合には、ドライバーが自分では正しく認識できていない真の内的危険要因を表示モニタ部１１によりドライバーに対して指摘することになる。

続いて、ドライブレコーダ２により時系列に記録されたドライバーの実運転行動データに基づいて、上記のドライバーモデルを用いた運転行動シミュレーションを実施することにより、実運転行動の危険度を評価する（手順Ｓ１０４）。

具体的には、所定のシミュレーションプログラムに従って、実運転行動データをパラメータとして交差点環境や交差対象物条件を変えて、種々の条件下での運転行動シミュレーションを行う。このとき、アニメーションにより実運転行動データを表示モニタ部１１に画面表示させることで、無信号交差点通過行動におけるドライバーの挙動が分かり、ドライバーの実運転行動がどれだけ危険であるかを示すことができる。これにより、内的危険要因に伴う運転行動を改善する必要性について、ドライバーに対して理解させることができる。

また、内的危険要因を改善した場合の運転行動シミュレーションを上記と同じように実施することにより、内的危険要因を改善した後の実運転行動の危険度を評価する（手順Ｓ１０４）。

続いて、ドライバーの実運転行動及び内的危険要因を改善した場合の運転行動に関するシミュレーションの評価結果をそれぞれ表示モニタ部１１に画面表示させる（手順Ｓ１０５）。

一例として、上記表５に示した評価基準に基づき、内的危険要因が少ない熟練ドライバー及び内的危険要因が多い非熟練ドライバーについて、見通しの悪い交差点において交差対象物の条件を変えた場合の運転行動を評価した結果を図５に示す。図５（ａ）は、熟練ドライバーについての運転行動の評価結果を示し、図５（ｂ）は、非熟練ドライバーについての運転行動の評価結果を示している。なお、図中のグラフにおいてプロットが無い領域Ａ，Ｂは、安全な対応を行ったことを表している。

熟練ドライバーについての運転行動の評価結果は、非熟練ドライバーが持つ内的危険要因を改善した場合の運転行動の評価結果を示していると考えることができる。このため、図５に示す２つのグラフを比較することにより、ドライバーは、内的危険要因及びそれに伴う運転行動を改善した効果を理解することができる。

また、上述したように実運転行動データをアニメーションで表示モニタ部１１に画面表示させる場合には、シミュレーションによる運転行動と実運転行動の映像とをドライバーに同時に見せることにより、ドライバーは、実運転行動がシミュレーションにより再現できていることが分かり、シミュレーションの評価結果が自分の運転行動を示していることを正しく認識できる。

以上のような交通安全教示を実施した後、再びドライブレコーダ２によりドライバーの実運転行動データを記録し、上記の手順Ｓ１０１〜Ｓ１０５を実行することで、交通安全教示による効果を検証する。さらに、定期的にドライバーの実運転行動を計測してシミュレーション評価を行うことで、改善された運転行動が再び危険な運転行動に戻らないように継続して交通安全教示を実施する。

以上において、ドライブレコーダ２及びＥＣＵ４の上記手順Ｓ１００は、ドライバーの実運転行動データを取得する運転行動データ取得手段を構成する。ＥＣＵ４の上記手順Ｓ１０１は、運転行動データ取得手段により取得された実運転行動データに基づいて、ドライバーの運転行動を決定する内的危険要因を推定する内的危険要因推定手段を構成する。ＥＣＵ４の上記手順Ｓ１０２，Ｓ１０３は、内的危険要因推定手段により推定された内的危険要因とドライバー自身が自己評価した内的危険要因とを比較し、その比較結果に応じてドライバー自身が意識していない内的危険要因を教示する内的危険要因教示手段を構成する。ＥＣＵ４の上記手順Ｓ１０４，Ｓ１０５は、運転行動データ取得手段により取得された実運転行動データに基づいてドライバーの実運転行動の危険度を評価し、実運転行動の危険度を教示する危険度教示手段を構成する。

以上のように本実施形態にあっては、ドライバーの実運転行動データを記録し、この実運転行動データに基づいてドライバーの本質的な内的危険要因を推定し、この内的危険要因とドライバー自身が自己評価した内的危険要因とを比較するので、危険な運転を引き起こす真の内的危険要因を特定し、安全運転に対するドライバーの意識が誤っていないかどうかを判定することができる。

また、ドライバーの実運転行動データに基づいて運転行動シミュレーションを行うので、内的危険要因により決定される実際の運転行動をデータとして再現し、種々の条件下における運転行動の危険度を評価することができる。さらに、危険な運転行動の原因となる内的危険要因を改善することで、運転行動がどれだけ安全になるかを定量的に評価することができる。

以上により、ドライバーは、「自分の安全運転意識がどのように間違っているか」、「自分の運転行動がどれくらい危険か」、「なぜ正しい運転行動をしなくてはいけないのか」といったことを理解することができる。従って、交通安全に対するドライバーの意識が高まるようになるため、ヒューマンエラーに起因した危険な運転行動を軽減・防止することが可能になる。

なお、本発明は、上記実施形態に限定されるものではない。例えば上記実施形態では、ナビゲーション装置３を使用して交通安全教示を行うようにしたが、上記の入力操作部１０及び表示モニタ部１１に相当するものがあれば、特にナビゲーション装置３を使用しなくても良い。

また、上記実施形態は、車両において交通安全教示を行うものであるが、本発明の交通安全教示システムは、車両以外で交通安全教示を行うものにも適用可能である。この場合には、内的危険要因に対する自己評価アンケートの入力を行うための入力器と、交通安全教示処理を実行するＥＣＵと、ＥＣＵによる処理結果を表示する表示器とを車両外部に設置し、ドライブレコーダ２により記録したドライバーの実運転行動データを無線通信等によりＥＣＵに送るようにする。

また、本発明の交通安全教示システムは、ドライバーの本質的な運転行動を改善するものであるため、その効果によっては運転支援システムやＩＴＳ（高度道路交通システム）等に導入することも可能である。

本発明に係わる交通安全教示システムの一実施形態を示す概略構成図である。 信号の無い交差点において道路を１２区分に分割した区間の一例を示す図である。 内的危険要因と要素的な運転行動との関係を示す関係モデルの一例として、内的危険要因と停止線での速度との関係を示すフロー図である。 図１に示すＥＣＵにより実行される交通安全教示処理の手順を示すフローチャートである。 運転行動シミュレーションによる運転行動の評価結果の一例を示すグラフである。

符号の説明

１…交通安全教示システム、２…ドライブレコーダ（運転行動データ取得手段）、３…ナビゲーション装置、４…ＥＣＵ（運転行動データ取得手段、内的危険要因推定手段、内的危険要因教示手段、危険度教示手段）、１１…表示モニタ部（内的危険要因教示手段、危険度教示手段）。

Claims (4)

1. ドライバーの実運転行動データを取得する運転行動データ取得手段と、
   前記運転行動データ取得手段により取得された実運転行動データに基づいて、ドライバーの運転行動を決定する内的危険要因を推定する内的危険要因推定手段と、
   前記内的危険要因推定手段により推定された内的危険要因とドライバー自身が自己評価した内的危険要因とを比較し、その比較結果に応じてドライバー自身が意識していない内的危険要因を教示する内的危険要因教示手段とを備えることを特徴とする交通安全教示システム。
2. 前記内的危険要因推定手段は、内的危険要因と運転行動との関係を表す関係モデルを記憶しておき、前記関係モデルを用いて前記実運転行動データから前記内的危険要因を推定することを特徴とする請求項１記載の交通安全教示システム。
3. 前記運転行動データ取得手段により取得された実運転行動データに基づいてドライバーの実運転行動の危険度を評価し、前記実運転行動の危険度を教示する危険度教示手段を更に備えることを特徴とする請求項１または２記載の交通安全教示システム。
4. 前記危険度教示手段は、前記内的危険要因推定手段により推定された内的危険要因を改善した場合の運転行動の危険度を更に評価し、前記内的危険要因を改善した場合の運転行動の危険度を前記実運転行動の危険度と共に教示することを特徴とする請求項３記載の交通安全教示システム。

Images